学术报告：基于广义最大后验概率检测理论的PAM4信号TDECQ及SSPRQ分析
一、 主要作者与发表情况
本研究由Linlin Li完成。其单位信息为退休于思科系统公司（Cisco Systems, Holmdel, NJ, USA）。该研究作为一篇完整的学术论文，发表于2023年9月15日出版的 《Journal of Lightwave Technology》 第41卷第18期。
二、 学术背景与研究目的
1. 科学领域与研究背景 本研究属于高速光通信与光互连领域，具体聚焦于以太网物理层标准中关键的电信号质量测试方法。随着数据中心和高性能计算的快速发展，对数据速率的要求急剧提升，推动了高速光互连技术的发展。为了在现有基础设施上实现更高效的数据传输，调制格式已从传统的两电平非归零码（NRZ或称PAM2）升级为四电平脉冲幅度调制（PAM4）。PAM4每个符号携带2比特信息，能在相同带宽下实现翻倍的传输速率，但也带来了更复杂的信号完整性与测试挑战。
针对PAM4发射机（光模块或芯片）的性能评估，IEEE以太网标准（如802.3bs/cd）引入了发射机色散眼图闭合四电平（Transmitter and Dispersion Eye Closure Quaternary, TDECQ） 这一核心指标。TDECQ旨在通过软件算法，模拟信号经过一个“最坏情况”的光通道和参考接收机后，评估其垂直眼图在均衡后的闭合程度，从而预测系统在实际链路中的性能，是一种替代传统比特误码率（Bit Error Rate, BER）测试仪的、基于示波器采样的系统级性能预测方法。
2. 研究动机与目标 在TDECQ测试中，IEEE标准规定必须使用应力模式随机四电平（Stressed Pattern Random Quaternary, SSPRQ） 序列作为唯一的测试信号。然而，作者通过分析发现，SSPRQ序列与标准中定义的其他PAM4测试信号（如PRBS15Q、PRBS31Q，统称PRBSnQ）存在一个根本性的差异：SSPRQ是一个非等概分布的序列，而PRBSnQ是等概分布的。 这一发现引出了关键问题：标准的TDECQ测试流程在数学上基于最大似然（Maximum Likelihood, ML）检测原理，而ML检测对于等概信号是最优的。当使用非等概的SSPRQ信号进行测试时，沿用基于等概假设的ML检测方法是否依然最优？这会对TDECQ的测试结果和与真实BER测试的相关性产生何种影响？
因此，本研究的主要目标是： * 从最优接收机设计的理论角度，分析SSPRQ序列的特性及其对TDECQ测试的影响。 * 建立适用于任意先验概率分布和任意星座点排列的PAM信号广义最大后验概率（Maximum A Posteriori, MAP） 检测理论框架。 * 应用该理论框架，量化分析使用非等概SSPRQ信号进行基于ML原理的TDECQ测试所导致的性能差异（即“惩罚”）。 * 解释为何采用SSPRQ测得的TDECQ值与采用PRBSnQ测得的TDECQ值以及真实的BER测试结果存在差异，并为标准优化提供理论依据和建议。
三、 研究详细流程与方法
本研究的核心是一种理论建模与推导分析，而非实验型研究。其工作流程可以概括为以下几个逻辑严谨的步骤：
1. 研究步骤一：分析SSPRQ序列的固有特性 * 研究对象：IEEE标准中定义的SSPRQ和PRBSnQ（如PRBS15Q）PAM4测试序列。 * 处理/分析方法：作者对这两种序列进行了数学统计分析和自相关函数计算。 * 关键方法：计算序列的概率分布函数（Probability Distribution Function, PDF）和自相关函数（Auto-Correlation Function）。 * 研究内容：通过理论推导，明确了两种序列的本质区别。PRBSnQ的四个电平（对应电平值0,1,2,3）的出现概率均为0.25，是等概的。而SSPRQ的PDF为 [0.2322, 0.2678, 0.2678, 0.2322]，显示出非等概的特性。这意味着中间电平（1和2）出现的概率高于两侧的外层电平（0和3）。此外，计算自相关函数发现，SSPRQ存在多个相关峰，而PRBS15Q接近白噪声，只有一个主峰，这暗示SSPRQ信号在不同的传输通道（lane）之间可能引入更强的相关性，增加了测试的“压力”性。
2. 研究步骤二：回顾并解析TDECQ测试的数学原理 * 研究对象：IEEE标准中定义的TDECQ测试方法及其公式。 * 处理/分析方法：深入解读标准文档，将TDECQ的算法流程与经典数字通信理论中的检测准则进行映射。 * 关键方法：文献分析与理论推导。 * 研究内容：作者详细阐述了TDECQ的运作机制：它并非通过物理衰减信号来引发误码，而是在示波器采集到的信号直方图上，数学地添加高斯白噪声（Additive White Gaussian Noise, AWGN），直到计算出的符号错误率（Symbol Error Rate, SER）达到目标值（4.8×10⁻⁴）。TDECQ值（以dB为单位）正比于理想信号可容忍的噪声方差（σ²_ideal）与被测信号可容忍的噪声方差（σ²_test）比值的对数。文中指出，TDECQ算法中用于计算SER的阈值是固定的，仅取决于信号的外层光调制幅度（Outer Modulation Amplitude, OMA_outer）。固定阈值决策是最大似然（ML） 检测器的特征。同时，推导出用于计算SER的Q因子Qt=3.414是基于PAM4 ML接收机（等概假设）的公式 SER = (3/2) * Q(Qt) 得出的。由此得出结论：标准的TDECQ测试在数学上遵循ML检测原理，这仅对等概信号最优。
3. 研究步骤三：推导广义MAP检测理论框架 * 研究对象：一个通用的M-PAM系统，考虑AWGN信道。 * 处理/分析方法：这是本研究的核心理论创新。作者从经典通信理论出发，进行数学建模与推导。 * 关键方法：构建数学模型，包含任意先验概率 pm、任意星座点位置 sm，并允许每个星座点的噪声方差不同（σ²_m，用于模拟电平相关噪声）。目标是最小化SER（即MAP准则），求解最优判决阈值 tm。 * 研究内容：通过求解最小化SER的条件，推导出判决阈值的通用表达式。当噪声方差相等（σ²_m = σ²）且星座点等间距排列时，阈值表达式可简化为一个清晰的形式。作者进一步将表达式转化为以每比特能量对噪声功率谱密度比（Eb/N0）为变量的函数。最终，推导出对于任意先验概率分布和任意星座点设置的PAM系统，其符号错误率（SER）的通用解析表达式。该表达式清晰地展示了SER与Eb/N0、先验概率分布（pm）以及星座点形状的依赖关系。 * 理论创新点：该理论框架将经典的等概ML检测推广到了非等概的MAP检测，为分析SSPRQ信号提供了精确的数学工具。它表明，在非等概情况下，最优判决阈值不仅取决于相邻星座点的中间位置（如ML检测），还取决于它们的对数似然比（LLR）和噪声水平，即阈值会向出现概率更高的星座点方向偏移。
4. 研究步骤四：应用MAP理论分析SSPRQ与PRBSnQ的性能差异 * 研究对象：在相同Eb/N0条件下，比较SSPRQ（非等概）与PRBSnQ（等概）的性能。 * 处理/分析方法：将SSPRQ和PRBSnQ的先验概率分布代入步骤三推导出的通用SER公式（公式19），进行数值计算和比较。 * 关键方法：基于MAP理论的数学计算与对比分析。 * 研究内容： * 平均能量损失：由于SSPRQ中外层高能量电平（3和0）的出现概率低于0.25，其平均能量比等概信号低0.25 dB。仅此一项，就会导致在相同发射功率下，SSPRQ的SER比PRBSnQ高。 * 检测器失配惩罚：标准的TDECQ使用ML检测器（固定阈值）处理非等概的SSPRQ，这偏离了最优的MAP检测器（自适应阈值）。这种失配导致了额外的性能损失。 * 综合惩罚：结合上述两点，作者计算得出，对于一个目标SER为4.8×10⁻⁴的PRBSnQ系统，若使用SSPRQ信号并采用ML检测（即TDECQ的默认方式），其SER会恶化至约7.0277×10⁻⁴。将此SER恶化折算到Eb/N0域，总惩罚约为0.135 dB。其中，约0.125 dB来自平均能量降低，约0.01 dB来自ML检测器与最优MAP检测器的失配。
5. 研究步骤五：分析对TDECQ测试结果的影响及提出建议 * 研究对象：TDECQ测试流程与BER测试的相关性。 * 处理/分析方法：基于前述理论结果，重新审视TDECQ的定义公式，推导出使用SSPRQ测得的TDECQ值（Ts）与使用等概序列（如PRBSnQ）测得的TDECQ值（Tp）之间的理论关系。 * 关键方法：公式推导与理论建模。 * 研究内容： * 由于SSPRQ的非等概性，达到目标SER所需的理想噪声方差（σ²_ideal,s）与基于等概假设定义的理想噪声方差（σ²_ideal）不同。但标准TDECQ公式仍使用后者作为基准。这导致Ts始终大于Tp（即SSPRQ测得的TDECQ penalty更高），理论差异如图6所示，在较高Tp区域可达约0.5 dB，这与文献中报道的实验现象一致。 * 在相同的Q因子下，PRBSnQ的BER公式为 BER = 0.75 * Q(x)，而SSPRQ在ML检测下的BER公式变为 BER = 0.7658 * Q(10^{-0.25/10} * x)。这表明对于非等概的SSPRQ信号，TDECQ测试与BER测试仪（通常期望使用等概随机信号）将给出不同的BER性能预测，偏离了TDECQ旨在准确预测系统级BER的初衷。 * 建议：作者提出了两种可能的改进方向。一是为TDECQ测试选择一种新的、同时具备“应力性”、等概性和良好自相关特性的测试序列。二是修改TDECQ定义，将当前以OMA_outer为基准改为以平均能量E_bav为基准，这样能更公平地评估不同概率分布的信号。
四、 主要研究结果
1. 序列特性分析结果：确认SSPRQ是一个非等概序列（PDF为[0.2322, 0.2678, 0.2678, 0.2322]），且其自相关函数存在多个峰值，不同于PRBS15Q的单峰白噪声特性。非等概性导致其平均信号能量比等概PAM4信号低0.25 dB。
2. TDECQ原理分析结果：明确标准的TDECQ测试在数学上基于ML检测原理，其固定阈值的设置和Q因子（Qt=3.414）的计算均依赖于信号等概的假设。
3. 理论框架推导结果：成功建立了适用于任意先验概率分布和星座点设置的PAM系统MAP检测通用理论。推导出了最优判决阈值和SER的精确解析表达式（公式19），揭示了SER与Eb/N0、概率分布、星座点间距之间的复杂关系。一个重要新发现是：对于PAM4信号，在固定总能量的约束下，最大SER并非总是出现在等概分布时（这与PAM2不同）。这对于概率整形等研究具有启示意义。
4. 性能惩罚量化结果：应用该理论，定量分析了使用SSPRQ进行标准TDECQ测试带来的性能惩罚。总惩罚约为0.135 dB (Eb/N0)，其中0.125 dB源于平均能量降低，~0.01 dB源于ML检测器与最优MAP检测器的失配。
5. 对测试影响的分析结果：理论证明了使用SSPRQ测得的TDECQ值（Ts）会系统地高于使用等概序列测得的TDECQ值（Tp），且Ts与Tp之间存在明确的数学关系。这解释了之前实验中观察到的约0.5 dB差异现象。同时指出，由于概率分布不同，基于SSPRQ的TDECQ测试与基于等概信号的BER测试仪对系统BER的预测会产生偏差。
这些结果层层递进：从发现问题（SSPRQ非等概）→ 定位标准算法核心（基于ML）→ 构建能处理非等概问题的理论工具（广义MAP）→ 应用工具量化问题（0.135 dB惩罚）→ 解释实验现象（TDECQ差异）→ 提出潜在解决方案。逻辑链条完整，理论分析支撑了最终结论。
五、 研究结论与价值
1. 结论：本研究首次从最优接收机设计的理论高度，系统分析了IEEE以太网标准中采用非等概SSPRQ序列进行PAM4 TDECQ测试所带来的根本性问题。研究证实，由于SSPRQ的非等概特性与TDECQ基于等概假设的ML检测原理不匹配，会导致约0.135 dB的Eb/N0惩罚，并使得SSPRQ测得的TDECQ值高于等概序列测得的值，且与BER测试仪的预测结果不一致。这一差异部分解释了SSPRQ序列表现出更高“应力性”的原因。
2. 科学价值： * 理论贡献：构建了适用于任意概率分布PAM信号的广义MAP检测完整理论框架，丰富了多电平调制系统的检测理论。 * 对标准研究的价值：为高速光互连（特别是400Gb/s及以上）的物理层测试标准提供了深刻的理论洞见。指出了当前标准中测试信号与测试方法在理论基础上的不一致性，为未来标准的修订和优化（如测试序列选择或测试公式调整）提供了坚实的理论依据。
3. 应用价值： * 对设备制造商与测试工程师：帮助其理解为何使用不同测试序列（SSPRQ vs. PRBSnQ）会得到不同的TDECQ结果，避免对测试结果的误读。明确了在设计接收机或评估系统性能时，需要考虑信号的实际概率分布。 * 对系统设计：所发展的MAP理论框架可应用于分析其他非理想因素（如电平相关噪声、非线性导致的星座点畸变）对系统性能的影响，指导更优的接收机设计。
六、 研究亮点
七、 其他有价值的内容
这篇论文是一篇将深刻通信理论应用于解决实际工业标准问题的典范。它通过严谨的数学推导，不仅揭示了现有测试规范中一个潜在的不一致性问题，更重要的是提供了一个强大的分析工具，对未来高速PAM4及更高级调制格式系统的设计、测试和标准化均有重要的参考价值。